基于改進YOLOv5模型的織物疵點檢測

打開文本圖片集

摘 要：針對傳統(tǒng)機器學習方法檢測織物疵點精度低，小目標檢測較困難的問題，提出一種基于改進YOLOv5的織物疵點的目標檢測算法。在YOLOv5模型的Backbone模塊中分別引入SE注意力機制和CBAM注意力機制，使模型聚焦于圖像中的關(guān)鍵信息，改進傳統(tǒng) YOLOv5網(wǎng)絡(luò)檢測精度不高的問題。結(jié)果表明：改進后的模型具有更好的檢測性能，其中引入CBAM模塊后提升幅度最明顯，較原網(wǎng)絡(luò)mAP值提升了7.7%，基本滿足織物疵點檢測需求。（剩余13473字）